Skip navigation
Please use this identifier to cite or link to this item: https://libeldoc.bsuir.by/handle/123456789/33851
Title: Акустический анализ голоса для выявления речевых нарушений при боковом амиотрофическом склерозе
Other Titles: Acoustic analysis of voice for detection of speech disorder for amyotrophic lateral sclerosis
Authors: Вашкевич, М. И.
Гвоздович, А. Д.
Рушкевич, Ю. Н.
Петровский, А. А.
Keywords: доклады БГУИР;акустический анализ сигнала;джиттер;шиммер;боковой амиотрофический склероз;acoustic analysis;jitter;shimmer;amyotrophic lateral sclerosis
Issue Date: 2018
Publisher: БГУИР
Citation: Акустический анализ голоса для выявления речевых нарушений при боковом амиотрофическом склерозе / М. И. Вашкевич и др. // Доклады БГУИР. - 2018. - № 7 (117). - С. 64 - 68.
Abstract: Рассматривается способ акустического анализа голосового сигнала, содержащего протяжные гласные звуки, для построения системы детектирования речевых нарушений при боковом амиотрофическом склерозе (БАС), являющимся неврологическим заболеванием. Предложен способ сегментации голосового сигнала на периоды основного тона, который используется при расчете параметров джиттер и шиммер. Выполнено сравнение двух систем детектирования речевых нарушений при БАС, в одной из которых исходными данными являлись параметры голоса, полученные предлагаемым способом, а во второй – параметры, полученные в распространенной системе PRAAT. Результаты экспериментов показали, что применение прилагаемого способа анализа значительно улучшает (на 20 %) точность детектирования.
Alternative abstract: A method of acoustic signal analysis with sustain vowel phonation for detection of amyotrophic lateral sclerosis (ALS) is considered. A method for segmentation of the voice signal into periods of the fundamental tone, which is used for evaluation of the jitter and shimmer parameters, is proposed. A comparison of two ALS detectors was performed. The first detector was trained using voice features extracted by the proposed method, while the second detector was trained using features obtained with PRAAT toolkit. The result showed a significant improvement (by 20 %) in the accuracy of detecting ALS disease using the proposed Method.
URI: https://libeldoc.bsuir.by/handle/123456789/33851
Appears in Collections:№7 (117)

Files in This Item:
File Description SizeFormat 
Vashkevich_Akusticheskiy.PDF558.17 kBAdobe PDFView/Open
Show full item record Google Scholar

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.